HAL Id: dumas-01928151
https://dumas.ccsd.cnrs.fr/dumas-01928151
Submitted on 20 Nov 2018
HAL is a multi-disciplinary open access
archive for the deposit and dissemination of
sci-L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents
Couplage des modèles CHIMERE et ORCHIDEE au
moyen du coupleur OASIS pour l’étude de l’impact de
l’ozone sur les grandes cultures
Camille Chambon
To cite this version:
Camille Chambon. Couplage des modèles CHIMERE et ORCHIDEE au moyen du coupleur OASIS pour l’étude de l’impact de l’ozone sur les grandes cultures. Modélisation et simulation. 2018. �dumas-01928151�
CONSERVATOIRE NATIONAL DES ARTS ET MÉTIERS PARIS
MÉMOIRE
présenté en vue d’obtenir
le DIPLÔME D’INGÉNIEUR CNAM SPÉCIALITÉ : Informatique
OPTION : Modélisation et ingénierie mathématique (IMATH) par
Camille CHAMBON
Couplage des modèles CHIMERE et ORCHIDEE
au moyen du coupleur OASIS pour l’étude de
l’impact de l’ozone sur les grandes cultures
Soutenu le 14 juin 2018JURY PRÉSIDENT :
M. Philippe DESTUYNDER Professeur, CNAM-Paris MEMBRES :
Mme Juliette LATHIERE Chargée de recherche, LSCE, Rapporteuse M. Laurent MENUT Directeur de recherche, LMD, Encadrant M. Jan POLCHER Directeur de recherche, LMD, Co-encadrant M. Jean-François CASTELL Maître de conférences, EcoSys,
Remerciements
J’aimerais tout d’abord remercier mes encadrants, Laurent Menut, Jan Polcher et Jean-François Castell, qui m’ont guidé et conseillé tout au long de ce stage. Je remercie également Romain Pennel, pour son aide et sa disponibilité. Merci égale-ment à mon tuteur CNAM, Philippe Destuynder, pour ses précieux conseils et pour avoir cru en moi depuis le début de ma formation. Merci à Juliette Lathière d’avoir accepté de rapporter sur mon stage, et à José Orellana d’avoir bien voulu faire partie de mon jury. Enfin, merci à Sylvain Mailler, Solène Turquety, Guillaume Siour et Julien Lenseigne pour leur aide précieuse.
Je tiens également à remercier Philippe Drobinski et Riwal Plougonven pour m’avoir accueilli dans leur laboratoire pendant toute la durée du stage. Je remercie mon directeur d’unité INRA, Enrique Barriuso, ainsi que mon chef d’équipe, Ben-jamin Loubet, pour m’avoir aidé à construire mon projet, m’avoir soutenu depuis le début de ma formation, et avoir accepté de me libérer le temps nécessaire à la réalisation de ce stage. Enfin, je remercie la formation permanente de l’INRA pour m’avoir accompagné et avoir financé ma formation.
Pour finir, je remercie également tous mes collègues du LMD (Myrto, Peter, Isa-belle, etc.), de l’INRA (Karine, Nadia, Victor, etc.), mes amis et ma famille pour m’avoir soutenu tout au long de ce stage.
Ce stage restera pour moi une très bonne expérience, même si sa réalisation en parallèle des cours au CNAM et de mon travail à l’INRA n’a pas toujours été facile.
Table des matières
Remerciements 2
1 Introduction 7
1.1 Contexte scientifique et problématique . . . 7
1.1.1 L’ozone dans l’atmosphère . . . 7
1.1.2 Pollution, ozone et végétation . . . 7
1.1.3 Problématique . . . 9
1.2 Cadre de l’étude . . . 9
1.3 Déroulement du stage . . . 10
1.3.1 Travail réalisé . . . 10
1.3.1.1 Modèle 0D . . . 10
1.3.1.2 Couplage des modèles CHIMERE et ORCHIDEE au moyen du coupleur OASIS . . . 11
1.3.2 Encadrement . . . 12
1.3.3 Plan du mémoire . . . 12
2 Problème posé et travaux antérieurs 14 2.1 Les modèles 0D de la chimie atmosphérique . . . 14
2.1.1 Processus de la chimie atmosphérique . . . 14
2.1.2 Principe des modèles 0D de la chimie atmosphérique . . . 15
2.1.3 Intérêts et limites des modèles 0D . . . 17
2.1.4 Recherche de modèles 0D existants . . . 17
2.2 Les modèles CHIMERE et ORCHIDEE . . . 19
2.2.1 Le modèle CHIMERE . . . 19
2.2.2 Le modèle ORCHIDEE . . . 19 2.3 Couplage de CHIMERE et d’ORCHIDEE pour l’étude des
interac-2.3.1.1 Paramétrisation des rétroactions . . . 23
2.3.1.2 Résultats obtenus . . . 26
2.3.1.3 Limites du couplage . . . 26
2.3.2 Couplage de CHIMERE et d’ORCHIDEE avec OASIS . . . . 29
2.3.2.1 Couplage online . . . 29 2.3.2.2 Le coupleur OASIS . . . 29 2.3.2.3 Interface CHIMERE-OASIS . . . 30 2.3.2.4 Interface ORCHIDEE-OASIS . . . 31 2.4 Conclusion . . . 32 2.4.1 Modèle 0D . . . 32
2.4.2 Couplage de CHIMERE et d’ORCHIDEE via OASIS . . . 32
3 Modélisation 0D de la chimie de l’ozone troposphérique 34 3.1 Problème à résoudre . . . 34
3.2 Solutions proposées . . . 36
3.2.1 Mécanisme chimique . . . 36
3.2.2 Paramétrisations . . . 38
3.2.2.1 Épaisseur de la couche de mélange et dilution . . . . 39
3.2.2.2 Fréquences de photolyse de l’ozone et du dioxyde d’azote . . . 41
3.2.2.3 Dépôts secs . . . 42
3.2.2.4 Émissions . . . 43
3.2.3 Équations bilan des concentrations . . . 47
3.2.3.1 Espèces à l’équilibre quasi stationnaire . . . 47
3.2.3.2 Autres espèces . . . 48 3.2.4 Implémentation . . . 51 3.3 Résultats . . . 52 3.3.1 Conditions normales . . . 52 3.3.2 Scénario canicule . . . 55 3.3.3 Scénario d’émissions . . . 56 3.4 Discussion . . . 58 3.4.1 Conditions normales . . . 58
3.4.1.1 Explication des résultats obtenus . . . 58
3.4.1.2 Validation des résultats . . . 59
3.4.3 Scénario d’émissions . . . 60
3.5 Conclusion . . . 60
4 Modélisation 3D des interactions entre la végétation et l’atmosphère : couplage des modèles CHIMERE et ORCHIDEE 62 4.1 Problème à résoudre . . . 62
4.2 Solutions proposées . . . 62
4.2.1 Déploiement des modèles sur le serveur ClimServ . . . 63
4.2.2 Préparation des données de forçage . . . 64
4.2.2.1 Grille du domaine . . . 64
4.2.2.2 Données météos . . . 65
4.2.2.3 Autres données de forçage nécessaires . . . 69
4.2.2.4 Test des données de forçage . . . 69
4.2.3 Implémentation du couplage . . . 70
4.2.3.1 Identification des paramètres à échanger . . . 70
4.2.3.2 CHIMERE . . . 70
4.2.3.3 ORCHIDEE . . . 71
4.2.3.4 Interfaces OASIS . . . 72
4.2.4 Script pour lancement des modèles en parallèle . . . 74
4.3 Résultats . . . 76
4.3.1 Simulations réalisées . . . 77
4.3.2 Concentration d’ozone à la surface . . . 77
4.3.3 Productivité Primaire Nette pour les cultures en C3 et C4 . . 77
4.4 Discussion des résultats . . . 79
4.4.1 Concentration d’ozone à la surface . . . 79
4.4.2 Productivité Primaire Nette pour les cultures en C3 et C4 . . 82
4.5 Conclusion . . . 83
5 Conclusions 84 5.1 Mission et travail réalisés . . . 84
5.2 Compétences développées . . . 85
5.3 Perspectives . . . 85
B.2 Déploiement de CHIMERE . . . 89
B.3 Déploiement d’ORCHIDEE . . . 90
B.4 Débogage et remonté des anomalies . . . 90
C Préparation des données de forçage météos 92 C.1 Dimensions manquantes . . . 92
C.2 Variables manquantes . . . 92
D Types de végétations représentés dans les modèles et mise en corres-pondance 95 D.1 Types de végétations représentés dans le modèle CHIMERE . . . 95
D.2 Types de végétations représentés dans le modèle ORCHIDEE . . . 95
D.3 Mise en correspondance . . . 95
E Réception et envoi des données échangées 99 E.1 CHIMERE . . . 99
E.1.1 Réception de la conductance stomatique et du LAI . . . 99
E.1.2 Envoi des concentrations d’ozone de surface . . . 100
E.2 ORCHIDEE . . . 100
E.2.1 Choix du driver pour les forçages atmosphériques . . . 100
E.2.2 Choix du module de couplage . . . 101
E.2.3 Interface ORCHIDEE-OASIS . . . 101
F Calcul de l’impact de l’ozone sur la végétation 103 F.1 Impact de l’ozone sur la PPB . . . 103
F.2 Impact de l’ozone sur la conductance stomatique . . . 104
G Piste pour réduire les temps de calcul 106
Liste des symboles 107
1. Introduction
1.1. Contexte scientifique et problématique
1.1.1. L’ozone dans l’atmosphère
L’ozone (O3) est un gaz plus lourd que l’air, présent dans différentes couches de l’atmosphère. Dans la stratosphère, entre environ 13 et 40 km d’altitude, l’ozone forme une couche, la couche d’ozone, qui intercepte plus de 97 % des rayons ultra-violets du Soleil. En deçà de cette altitude, dans la troposphère, l’ozone agresse le système respiratoire des animaux et des végétaux les plus sensibles. (Margarete et al. (2005) et figure 1.1).
La troposphère est elle-même constituée de plusieurs couches qui jouent un rôle important dans les interactions entre l’ozone et la végétation. Entre la surface et en-viron 2 km d’altitude, la couche limite planétaire (CLP) est directement influencée par les processus de surface. Dans cette couche, le transport de quantité de mouve-ment, de chaleur et d’humidité se fait par turbulence. Au delà de 2 km d’altitude se trouve la couche atmosphérique libre, aussi appelée couche limite atmosphérique (CLA), dans laquelle la force de frottement générée par la présence de la surface terrestre exerce une influence négligeable sur le mouvement de l’air. L’épaisseur de la CLA change au cours de la journée. (Vranková et Palko, 2016)
1.1.2. Pollution, ozone et végétation
L’ozone troposphérique se forme principalement quand un rayonnement solaire élevé favorise les réactions photochimiques nécessaires à sa production, dans les zones où les émissions des polluants précurseurs de l’ozone (NOx, composés organiques volatils (COV) dont méthane et CO) sont importantes, notamment en raison d’un
(a) (b)
Figure 1.1. – Impact de l’ozone sur un champ de maïs (figure 1.1a, Castell, 2011)
et sur une feuille de blé (figure 1.1b, Castell, 2009).
On estime que la production des cultures sensibles, comme le blé ou les tomates, peut être réduite de plus de 10 % dans les régions les plus polluées, ce qui représente des pertes sensibles pour l’économie du secteur agricole (Humblot et al., 2013; Castell et Thiec, 2017).
Par ailleurs, la structure et l’activité de la végétation ont un impact important sur la chimie atmosphérique au travers du dépôt de polluants et des émissions de COV (Guenther et al., 2006; Lathiere et al., 2006; Petroff et al., 2008). En effet, plusieurs mécanismes de rétroaction entre la production primaire brute (PPB) et l’ozone peuvent influer sur les interactions entre la végétation et l’atmosphère. Tout d’abord, un stress à l’ozone entraîne une modification de la conductance stomatique et peut affecter les vitesses de dépôt sec, et donc les concentrations en ozone dans la canopée (Petroff et al., 2008), ou plus généralement dans la basse atmosphère. En-suite, un changement dans la conductance stomatique induit des changements dans les émissions de COV biogéniques, ce qui peut augmenter ou diminuer la concentra-tion en ozone, selon les niveaux d’oxydes d’azote (NOx) présents. Enfin, un stress sévère à l’ozone induit une diminution significative de la PPB et, par conséquent, de la quantité de carbone allouée dans la biomasse. En d’autres termes, ce stress peut diminuer le LAI (Indice de Surface Foliaire) qui, à son tour, affecte à la fois les émis-sions de COV biogéniques et les dépôts secs. Toutes ces rétroactions entre l’ozone et
la PPB agissent en modifiant la concentration d’ozone dans la CLP, modulant par conséquent l’amplitude du stress de l’ozone sur la végétation.
1.1.3. Problématique
L’impact de l’ozone sur la végétation et les rétroactions de la végétation sur la chimie atmosphérique ne sont pas suffisamment étudiés (Anav et al., 2011). Or, cela permettrait d’obtenir de meilleures estimations des pertes de rendements dues à l’ozone, et ainsi de mieux conseiller les pouvoirs publiques pour mettre en œuvre des politiques visant à réduire les niveaux de pollution à l’ozone.
Comment mieux comprendre les effets néfastes de l’ozone sur la végétation en tenant compte des rétroactions entre la végétation et l’atmosphère ?
D’après Anav et al. (2012), il est nécessaire, pour répondre à cette question, de coupler des modèles de chimie-transport nouvelle génération à des modèles de la surface terrestre, tels que les modèles CHIMERE (Menut et al., 2013; Mailler et al., 2017) et ORCHIDEE (Polcher et al., 1998; Krinner et al., 2005).
La problématique de ce stage est donc de coupler les modèles CHIMERE et OR-CHIDEE au moyen du coupleur OASIS (Valcke et al., 2013; Craig et al., 2017), pour étudier l’impact de l’ozone sur le rendement des grandes cultures.
1.2. Cadre de l’étude
J’ai réalisé ce stage dans le cadre d’un dispositif de formation diplômante proposé par la Formation Permanente de l’INRA. Les travaux de mon unité, ECOSYS, visent notamment à prédire par modélisation les performances agronomiques, environne-mentales et sanitaires des agrosystèmes sous contrainte des changements globaux (climat, changement d’usage des sols et des pratiques, pollution) (ECOSYS-Web). La formation que j’ai suivie au CNAM est une formation d’ingénieur en modéli-sation et ingénierie mathématique, qui vise à acquérir des méthodes de simulation numérique pour les sciences de l’ingénieur (CNAM-Web).
Le LMD (Laboratoire de Météorologie Dynamique) est une unité CNRS-ENS-École Polytechnique-UPMC qui étudie notamment le climat et la pollution atmo-sphérique en développant des modèles de simulation numériques. ECOSYS et le
et le LMD, tout en mettant en pratique les enseignements que j’ai reçus au cours de ma formation, nous avons donc décidé, mon unité, le LMD, mon tuteur CNAM et moi, que je réaliserais mon stage au LMD, sur le site de l’École Polytechnique à Palaiseau.
Le sujet de ce stage a été défini par rapport à trois objectifs. Le premier, péda-gogique, consistait à mieux comprendre les processus complexes intervenant dans les interactions entre l’atmosphère et la végétation. En effet, mon métier à l’INRA étant jusqu’à présent centré sur le développement logiciel de modèles agronomiques, il était nécessaire dans un premier temps de me familiariser avec ces processus. Le second objectif, scientifique, consistait à étudier les interactions entre la chimie at-mosphérique et la végétation, cette thématique de recherche intéressant directement le LMD. Enfin, le dernier objectif, professionnel, consistait à quantifier l’impact de l’ozone sur la végétation, et notamment sur les grandes cultures. Ce dernier objectif est en lien avec les activités de mon unité INRA.
1.3. Déroulement du stage
1.3.1. Travail réalisé
Pour atteindre les objectifs définis précédemment, ce stage s’est déroulé en deux parties. La première partie consistait à développer un modèle 0D de la chimie tro-posphérique. La seconde partie consistait à coupler les modèles CHIMERE et OR-CHIDEE au moyen du coupleur OASIS, et à utiliser ce couplage pour quantifier l’impact de l’ozone sur le rendement des grandes cultures.
1.3.1.1. Modèle 0D
L’objectif de ce modèle 0D était de simuler numériquement la dynamique d’évolu-tion des concentrad’évolu-tions d’ozone à la surface dans un environnement de type urbain, et de réaliser des tests de sensibilité correspondant à différents scénarios environne-mentaux.
Pour réaliser le modèle 0D de la chimie troposphérique, j’ai donc d’abord iden-tifié les processus physiques et chimiques pilotant la formation et la destruction de l’ozone troposphérique. J’ai ensuite choisi un mécanisme chimique permettant de représenter de façon simplifiée la chimie de l’ozone, ainsi que des paramétrisa-tions décrivant l’évolution temporelle des processus impliqués. J’ai ensuite écrit les
équations bilan des concentrations des espèces chimiques considérées. Puis j’ai im-plémenté le modèle en langage Python et j’ai intégré le système d’équations avec le solveur LSODA (Livermore Solver for Ordinary Differential Equations). Toutes ces étapes sont détaillées au chapitre 3.
Le développement de ce modèle 0D m’a permis de mieux comprendre les processus complexes pilotant les concentrations de l’ozone dans l’atmosphère, ce qui était un prérequis à la modélisation 3D, avec les modèles CHIMERE et ORCHIDEE, des interactions entre la végétation et l’atmosphère.
1.3.1.2. Couplage des modèles CHIMERE et ORCHIDEE au moyen du coupleur OASIS
La figure 1.2 illustre de façon globale le couplage réalisé.
Pour réaliser le couplage de CHIMERE et d’ORCHIDEE avec OASIS, j’ai com-mencé par identifier les paramètres à échanger entre les modèles. Ces paramètres sont d’une part le LAI, la conductance stomatique, et les émissions de COV biogéniques calculés par ORCHIDEE et envoyés à CHIMERE, et d’autre part les concentrations d’ozone à la surface calculées par CHIMERE et envoyées à ORCHIDEE (respecti-vement LAI, Gsto, COVB et O3 sur la figure 1.2).
J’ai ensuite finalisé le déploiement des modèles sur le serveur ClimServ (ClimServ-Web), en utilisant notamment les outils développés par l’IPSL et ses partenaires (OutilsIPSL-Web) (cadre ClimServ sur la figure 1.2).
Puis j’ai préparé les données de forçage nécessaires en entrée des modèles (bulles en trait discontinu sur la figure 1.2). Pour les forçages météos, j’ai utilisé des données calculées par le modèle de météorologie WRF (WRF-Web). Pour décrire le sol et la végétation, j’ai utilisé des données issues de bases de données de l’ESA (ESA-Web) et de l’USDA (USDA-(ESA-Web). Les émissions anthropiques ont été générées par le programme emiSURF (téléchargeable sur CHIMERE-Web) à partir de données issues de la base de données EMEP (EMEP-Web). Toutes ces données correspon-daient aux niveaux de l’année 2013, pour une grille de domaine couvrant la région euro-méditerranéenne (voir Annexe A). Cette grille est celle utilisée pour l’exercice de comparaison de modèles MedCORDEX (MedCORDEX-Web). Ce domaine a été choisi car il s’agit d’un domaine standard, régulièrement utilisé pour les simulations
rope), et possède une résolution de 20 km suffisante pour étudier les interactions entre l’atmosphère et la végétation.
En parallèle de la préparation des forçages, j’ai implémenté pour chacun des mo-dèles une interface logicielle avec le coupleur OASIS3-MCT (OASIS-Web) (ellipses rouges sur la figure 1.2). Ces interfaces permettent aux modèles de communiquer entre eux en échangeant des données via le coupleur OASIS. J’ai également adapté un script Shell pour pouvoir lancer les deux modèles en parallèle, en utilisant les outils de pré et post-traitement existants pour chacun des modèles.
Enfin, j’ai commencé à tester ce couplage en lançant des simulations au pas de temps horaire pour le mois de janvier 2013, de façon à calculer la PPB impactée par l’ozone (bulle PPB sur la figure 1.2).
Toutes ces étapes sont détaillées au chapitre 4.
Malheureusement, la préparation des données de forçage météo ayant pris plus de temps que prévu, le couplage des modèles CHIMERE et ORCHIDEE n’est pas encore opérationnel au moment de la rédaction de ce mémoire.
1.3.2. Encadrement
Pour réaliser ce travail, j’ai été encadré par Laurent Menut et Jan Polcher, tous deux chercheurs au LMD, et travaillant respectivement sur les modèles CHIMERE et ORCHIDEE. J’ai également été suivi par Jean-François Castell, enseignant-chercheur au sein de l’unité ECOSYS, et qui travaille sur les interactions ozone-végétation. J’ai aussi pu bénéficier de l’appui de Romain Pennel, ingénieur au LMD, pour toutes les questions relatives au couplage informatique des modèles CHIMERE et ORCHI-DEE. Enfin, j’ai été tutoré par Philippe Destuynder, professeur au CNAM de Paris.
1.3.3. Plan du mémoire
Ce mémoire comprend plusieurs chapitres. Le premier chapitre est une étude bi-bliographique permettant de bien définir le problème posé, de dresser un bilan de l’existant et d’en identifier les limites. Les deuxième et troisième chapitres décrivent les solutions proposées pour répondre à la problématique ainsi que leur mise en œuvre. Ces chapitres présentent également les résultats obtenus ainsi qu’une discus-sion permettant de resituer ces résultats dans le contexte scientifique actuel. Enfin, la conclusion de ce mémoire indique brièvement ce qui a été fait et ce qu’il reste à faire.
Figure 1.2. – Schéma global du couplage des modèles CHIMERE et ORCHIDEE
au moyen du coupleur OASIS sur le serveur ClimServ. Les données échangées via OASIS sont en rouge (LAI : indice de surface foliaire, Gsto : conductance stomatique, COVB : émissions de COV biogéniques, O3 : concentrations d’ozone). Les bulles en trait discontinu représentent les données de forçage. La bulle en trait plein (PPB) représente la production primaire brute calculée par ORCHIDEE. C’est cette PPB qui permet ensuite de calculer le rendement des cultures.
2. Problème posé et travaux
antérieurs
D’après Anav et al. (2012), il est nécessaire, pour mieux comprendre les inter-actions entre l’ozone troposphérique et la végétation, de coupler des modèles de chimie-transport nouvelle génération à des modèles de la surface terrestre, tels que les modèles CHIMERE (Menut et al., 2013; Mailler et al., 2017) et ORCHIDEE (Polcher et al., 1998; Krinner et al., 2005).
La problématique de ce stage était donc de coupler les modèles CHIMERE et ORCHIDEE au moyen du coupleur OASIS.
Cependant, la réalisation de ce couplage nécessitait au préalable la compréhension des processus complexes intervenant dans ces modèles. C’est pourquoi j’ai choisi de commencer ce stage par le développement d’un modèle 0D de la chimie troposphé-rique.
Cette partie représente une étude bibliographique qui vise à faire le point sur les travaux antérieurs en lien avec cette problématique et sur leurs limites.
Les éléments importants à traiter dans cette étude sont donc les modèles 0D de la chimie atmosphérique, les modèles CHIMERE et ORCHIDEE, et les couplages existants de CHIMERE et d’ORCHIDEE. Le plan de cette étude suit donc ces différents points.
2.1. Les modèles 0D de la chimie atmosphérique
Cette section explique le principe et l’intérêt des modèles 0D, et dresse un bilan des modèles 0D existants et permettant de décrire la chime atmosphérique.
2.1.1. Processus de la chimie atmosphérique
Les concentrations des espèces chimiques dans l’atmosphère sont pilotées par quatre types de processus.
D’abord, des espèces chimiques peuvent être émises dans l’atmosphère par diverses sources. Certaines de ces sources, telles que la combustion de combustibles fossiles, proviennent de l’activité humaine et sont appelées anthropiques. D’autres, comme l’oxygène formé lors de la photosynthèse, proviennent des fonctions naturelles des organismes biologiques et sont appelées biogéniques. D’autres encore, tels que les volcans, proviennent de processus naturels non biogéniques. Tous ces processus sont des processus d’émissions. Parmi ces émissions, les émissions de COV sont à 90 % d’origine naturelle et à 10 % d’origine anthropique (Guenther et al., 1995), et les émissions de NOx sont à 80 % d’origine anthropique et à 20 % d’origine naturelle (Bisson et al., 1997).
L’atmosphère est également le lieu de nombreuses réactions chimiques et photo-chimiques, qui peuvent entraîner la formation et l’élimination de différentes espèces chimiques, notamment sous l’effet du rayonnement solaire. Ce sont ce qu’on appelle les processus chimiques.
Ensuite, le vent peut transporter les espèces chimiques atmosphériques à l’écart de leur point d’origine, autrement dit de leur source d’émission ou de formation. Ce sont les processus de transport. Ces mouvements sont déterminés par trois forces principales : la gravité, le gradient de pression et la force de Coriolis.
Enfin, la dispersion de l’atmosphère vers l’espace étant négligeable en raison de l’attraction gravitationnelle de la Terre, toute la matière en suspension dans l’at-mosphère finit par se déposer à la surface. Ce sont les processus de dépôt. Ces processus peuvent prendre deux formes : le dépôt sec impliquant une réaction di-recte ou une absorption à la surface de la Terre, comme l’absorption du CO2 lors
de la photosynthèse, et le dépôt humide résultant du lavage de l’atmosphère par les précipitations.
2.1.2. Principe des modèles 0D de la chimie atmosphérique
Pour étudier les processus de la chimie atmosphérique, les chercheurs ont notam-ment recours à des modèles 0D.Un modèle 0D de la chimie atmosphérique est représenté par une ou plusieurs boîtes dans lesquelles évoluent les concentrations de différentes espèces chimiques au cours du temps.
Figure 2.1. – Modèle 0D pour une espèce atmosphérique X. (Jacob, 1999)
tionné. Le transport est traité comme un flux de X entrant (Fin) ou sortant (Fout).
Les variations de X peuvent être calculées en tenant compte des émissions (E), des productions (P ) et pertes (L, pour Loss) chimiques, et du dépôt (D). Les termes Fin, E et P sont des sources de X (ils augmentent la quantité de X dans la boîte).
Les termes Fout, L et D sont des puits de X (ils diminuent la quantité de X dans la
boîte).
La masse de X dans la boîte est souvent appelée inventaire et la boîte elle-même est souvent appelée réservoir. Pour qu’il y ait conservation de la masse, et donc que l’équation de continuité soit satisfaite, il faut que la variation de la concentration de X soit égale à la différence entre les sources et les puits.
Ce type de modèle ne résout pas la distribution spatiale de la concentration des espèces chimiques considérées, et il est souvent fait l’hypothèse que les concentrations sont instantanément bien mélangées dans le volume considéré afin de faciliter le calcul des sources et des puits.
Les modèles 0D à boîte unique sont des outils très simples pour décrire l’évolution chimique des espèces dans l’atmosphère. Cependant, la simplification drastique du transport est souvent inacceptable. En outre, le modèle n’offre aucune information sur les gradients de concentration dans la boîte. (Jacob, 1999)
2.1.3. Intérêts et limites des modèles 0D
En raison de la complexité et de la variabilité des processus impliqués, l’équation de continuité ne peut être résolue exactement dans les modèles 3D de la chimie atmosphérique. Les simplifications faites dans les modèles 0D permettent d’obtenir des solutions approchées de cette équation de continuité, et ainsi d’étudier le cycle géochimique des éléments (Jacob, 1999). Les modèles 0D permettent de quantifier la production et la perte d’espèces réactives dans un système chimique en tenant compte de processus complexes, et de tester des hypothèses grâce à des simulations de sensibilité ciblées et à leur comparaison avec des observations (Wolfe et al., 2016). Les modèles de boîtes ne simulent pas explicitement les processus de transport horizontaux et verticaux, et les conditions aux limites peuvent donc influer fortement sur les concentrations des espèces chimiques à durée de vie moyenne ou longue. De plus, on fait souvent l’hypothèse de l’état stationnaire lorsque l’on force ou que l’on compare un modèle avec des données mesurées. Cette hypothèse est invalide dans certaines situations (par exemple, près de sources d’émission fortes ou variables), et l’historique d’une masse d’air n’est pas toujours connue. Enfin, les constantes de vitesse chimique et les données de forçage comportent des incertitudes significatives, et la façon dont se propagent ces incertitudes n’est pas toujours claire. Pour toutes ces raisons, les modèles de boîtes ne permettent pas en général d’obtenir des résultats réalistes (Wolfe et al., 2016).
2.1.4. Recherche de modèles 0D existants
Les modèles 0D sont couramment utilisés pour les comparaisons de mécanismes chimiques (Archibald et al., 2010; Coates et Butler, 2015; Emmerson et Evans, 2009; Knote et al., 2015). Plusieurs de ces modèles sont disponibles gratuitement, tels que les modèles DS-MACC (Emmerson et Evans, 2009), CAABA (Sander et al., 2011) et BOXMOX (Knote et al., 2015). Les mécanismes chimiques utilisés dans ces modèles font intervenir de nombreuses espèces et réactions chimiques. Par exemple, le modèle DS-MACC utilise le schéma chimique MCM qui comporte environ 5600 espèces chimiques et 13500 réactions (Bloss et al., 2005). Ces mécanismes chimiques complexes sont nécessaires pour simuler de façon complète la chimie atmosphérique. Des modèles utilisant des mécanismes chimiques plus simples (et donc incomplets)
Figure 2.2. – Mécanisme chimique simplifié du système NOx/RH/O3. (M1SGE-Web)
Polytechnique-Web) proposent par exemple d’implémenter des modèles 0D pour analyser la sensibilité de l’ozone aux concentrations de polluants primaires. Après quelques tests, je me suis rendu compte que ces modèles ne tendaient pas vers un équilibre. En effet, après seulement quelques heures de simulation, les concentrations d’ozone augmentaient de façon exponentielle, pour atteindre très rapidement des va-leurs très supérieures aux vava-leurs moyennes mesurées habituellement aux latitudes tempérées de l’hémisphère nord (entre 20 et 65 ppb d’après Oltmans et al., 2006). La raison expliquant ce comportement est que ces modèles, très théoriques, ne tenaient pas compte de la photolyse de l’ozone ni des processus de dépôt. L’ozone était donc formé beaucoup plus vite qu’il n’était consommé.
Un autre TP, proposé dans le cadre d’un Master des universités Paris 7 et 12 (M1SGE-Web), vise à identifier les processus pilotant la formation de l’ozone, évaluer leur contribution relative sur la formation et la destruction de l’ozone, et simuler numériquement la dynamique d’évolution des concentrations d’ozone à la surface dans un environnement pollué de type urbain. Pour cela, l’évolution journalière des concentrations d’ozone est modélisée à l’aide d’un modèle 0D, dans lequel la chimie de l’ozone est représentée de façon simplifiée à l’aide d’un mécanisme chimique comprenant 7 espèces et 6 réactions (figure 2.2). Les constantes cinétiques associées aux réactions chimiques prises en compte, ainsi que les paramétrisations décrivant notamment les évolutions temporelles des émissions, de l’épaisseur de la couche de mélange et des fréquences de photolyse sont issues du livre de Jacob (1999).
2.2. Les modèles CHIMERE et ORCHIDEE
Cette section décrit brièvement les modèles CHIMERE et ORCHIDEE et leur lien avec la problématique.
2.2.1. Le modèle CHIMERE
CHIMERE (Menut et al., 2013; Mailler et al., 2017) est un modèle de chimie-transport développé par le LMD, l’INERIS (Institut National de l’Environnement industriel et des RISques) et le LISA (Laboratoire Interuniversitaire des Systèmes Atmosphériques). C’est un modèle offline qui doit être piloté par un modèle atmo-sphérique (tel que le modèle WRF (Weather Research and Forecasting), de Skama-rock et al., 2005), ou forcé par les données issues d’un tel modèle ou de réanalyses. CHIMERE calcule, à partir de différents types d’émissions de polluants primaires (oxyde d’azote (NOx), oxyde de soufre (SOx), ammoniac (NH3), particules fines
(PM), COV et monoxyde de carbone (CO)), les concentrations de dizaines d’es-pèces gazeuses et d’aérosols, à des échelles spatiales allant de l’urbain (quelques centaines de kilomètres) à la région (plusieurs milliers de kilomètres).
Les émissions de surface nécessaires à CHIMERE sont constituées d’émissions an-thropiques et biogéniques. Les émissions anan-thropiques proviennent du programme EMEP, un programme de coopération pour le suivi et l’évaluation du transport à longue distance des polluants atmosphériques en Europe (EMEP-Web). Les émis-sions biogéniques sont diagnostiquées à l’aide du modèle MEGAN (Model of Emis-sions of Gases and Aerosols from Nature) (Guenther et al., 2006). MEGAN para-métrise l’effet global des conditions environnementales changeantes en utilisant trois variables d’entrée dépendantes du temps et spécifiées en haut de la canopée : la tem-pérature, le PAR (Rayonnement Photosynthétique Actif) et le LAI. Par conséquent, pour une espèce donnée, le taux d’émission est calculé en fonction d’un facteur d’émission et d’un facteur d’activité d’émission, ce dernier tenant compte des écarts par rapport aux conditions standard de la canopée.
2.2.2. Le modèle ORCHIDEE
au LMD, au LSCE (Laboratoire des Sciences du Climat et de l’Environnement) et au LGGE (Laboratoire de Glaciologie et Géophysique de l’Environnement). Il intègre un modèle de biogéochimie et de biogéographie dynamique. Il simule les interactions entre l’atmosphère et la surface terrestre végétalisée, le cycle du carbone terrestre, ainsi que les modifications dans la composition et la distribution de la végétation en réponse au changement climatique.
ORCHIDEE est basé sur trois modules différents. Le premier module, SECHIBA (Schématisation des ÉChanges Hydriques à l’Interface Biosphère-Atmosphère) (Du-coudré et al., 1993; De Rosnay et Polcher, 1998), décrit les processus rapides (pas de temps horaire), tels que les échanges d’énergie et d’eau entre l’atmosphère et la bio-sphère et le bilan hydrique du sol. Le second module, STOMATE (Saclay Toulouse Orsay Modèle pour l’Analyse des Ecosystèmes Terrestres) (Krinner et al., 2005), simule la phénologie et la dynamique du carbone de la biosphère terrestre. Enfin, le troisième module, LPJ (Sitch et al., 2003), simule les processus sur le long terme (pas de temps annuel) comprenant la dynamique de la végétation, le feu, l’établissement des jeunes arbres, la compétition pour la lumière et la mortalité des arbres.
ORCHIDEE peut être utilisé soit seul, soit couplé au modèle atmosphérique WRF. Utilisé seul, ORCHIDEE doit être forcé par des jeux de données climatiques.
Types de végétation
Dans le modèle ORCHIDEE, la surface terrestre est décrite comme une mosaïque de treize types fonctionnels de plantes (PFT) incluant le sol nu.
La définition des PFT est basée sur des paramètres écologiques tels que la phy-sionomie des plantes (arbre ou graminée), les feuilles (feuille large ou aiguille), la phénologie (feuillage persistant ou caduque) et la photosynthèse des plantes et gra-minées (C3 ou C4). Des paramètres biophysiques et biogéochimiques pertinents sont prescrits pour chaque PFT.
La distribution des PFT peut être soit prescrite à partir d’un inventaire d’entrée (mode statique, LPJ désactivé), soit entièrement simulée par le modèle en fonction des conditions climatiques (mode dynamique, LPJ activé). La fraction de l’espace quadrillé couverte par les terres agricoles est toujours prescrite, de sorte que l’étendue des cultures n’est pas affectée par le changement dynamique de la végétation.
L’assimilation des plantes dans le modèle ORCHIDEE est basée sur le modèle de Farquhar (Farquhar et al., 1980). La respiration de maintenance est une fonction de chaque compartiment de biomasse vivante et de la température, tandis que la respiration de croissance est calculée comme une fraction de la différence entre les
entrées d’assimilation et les sorties de respiration de maintenance de la biomasse végétale.
Émissions biogéniques
Lathiere et al. (2006) ont intégré un schéma d’émissions biogéniques au modèle ORCHIDEE afin de calculer les émissions biogéniques globales de l’isoprène, des monoterpènes, du méthanol, de l’acétone, de l’acétaldéhyde, du formaldéhyde et des acides formique et acétique. Les paramètres importants, tels que l’indice foliaire, sont calculés par ORCHIDEE, et l’influence de l’extinction de la lumière (pour les émissions d’isoprène) et de l’âge des feuilles (pour les émissions d’isoprène et de méthanol) sont également prises en compte.
Messina et al. (2016) ont développé une nouvelle version du schéma de Lathiere et al.(2006), qui inclut une liste étendue de composés biogéniques émis, des facteurs d’émission mis à jour, une dépendance à la lumière pour presque tous les composés et un schéma radiatif multicouche. Messina et al. (2016) ont comparé les résultats de leur modèle aux bilans d’émission les plus récents, et ont montré que les émissions calculées par ORCHIDEE sont dans la fourchette des estimations publiées. Ils ont également comparé les émissions de COV biogéniques calculées par ORCHIDEE à celles calculées par le modèle MEGAN, et ont montré que les bilans d’émission globaux des deux modèles sont, en général, en bon accord. Il ont également montré que les émissions d’ORCHIDEE et de MEGAN sont affectées différemment par les changements de LAI, avec une réponse fortement dépendante du COV considéré.
2.3. Couplage de CHIMERE et d’ORCHIDEE pour
l’étude des interactions entre l’ozone et la
végétation
2.3.1. Couplage de CHIMERE et d’ORCHIDEE existant
Anav et al. (2012) ont couplé CHIMERE et ORCHIDEE via la conductance de la canopée, le LAI et la concentration d’ozone de surface, comme décrit dans la figure 2.3. Afin de calculer l’impact de l’ozone sur la photosynthèse et les changements
Figure 2.3. – Diagramme de flux du couplage CHIMERE-ORCHIDEE. Les boîtes
vertes représentent les modèles couplés. Les bulles bleues et orange représentent respectivement les variables échangées aux pas de temps horaire et journalier (Gsto : conductance stomatique). CHIMERE et ORCHIDEE sont forcés par des données horaires calculées par le modèle WRF (boîte rouge). Anav et al. (2012)
les émissions biogéniques. Dans la version couplée, au lieu d’utiliser l’algorithme multiplicatif développé par Jarvis (1976) pour tenir compte de la conductance de la canopée, CHIMERE utilise la conductance de la canopée calculée directement par ORCHIDEE.
Dans ORCHIDEE, la paramétrisation de la conductance stomatique suit le modèle semi-mécanistique de Ball et al. (1987). Combiné à des modèles de photosynthèse (par exemple Farquhar et al., 1980), cet algorithme est devenu de plus en plus popu-laire pour les simulations de la croissance des plantes. Comme il offre la possibilité de modéliser les changements induits par l’ozone sur le taux de photosynthèse, il est intéressant pour l’évaluation de l’impact de l’ozone (Weinstein et al., 1998). Par conséquent, cet algorithme est bien adapté pour étudier la rétroaction entre l’ozone, la photosynthèse, la conductance de la canopée et la chimie atmosphérique. Dans la paramétrisation de Ball et al. (1987), la conductance stomatique gsto dépend
direc-tement de la concentration en CO2 (Cs) et de l’humidité relative (hs) à la surface de
la feuille, et dépend indirectement de la température et du rayonnement au travers de la photosynthèse nette (An) :
gsto= g0 +
kAnhs
Cs
(2.1)
où g0 est la conductance stomatique résiduelle lorsque An tend vers zéro, et k est
Pour une plante dans des conditions normales d’hydratation, k est constante. Le modèle de Ball devient alors une simple relation linéaire entre gsto et l’indice Ball Anhs/Cs (Gutschick et Simonneau, 2002).
Cependant, k varie lorsque la plante est soumise à un stress hydrique, et la relation entre gsto et l’indice de Ball devient alors curviligne (Sala et Tenhunen, 1996).
2.3.1.1. Paramétrisation des rétroactions Impact de l’ozone sur la PPB
Anav et al. (2011) ont modifié ORCHIDEE pour inclure les effets de l’ozone sur la photosynthèse. La paramétrisation de ces effets est basée sur la formulation de Felzer et al. (2004).
Dans la formulation de Felzer et al. (2004), l’ozone impacte la photosynthèse au travers de sa concentration dans les chloroplastes. Cette concentration dépend alors de la concentration atmosphérique et des conditions d’humidité. Les condi-tions d’humidité sont calculées à partir du rapport entre l’évapotranspiration et l’évapotranspiration potentielle.
ORCHIDEE calculant explicitement la conductance stomatique, Anav et al. (2011) ont donc modifié la formulation originale de Felzer et al. (2004) pour estimer l’im-pact de la conductance stomatique sur l’ozone à partir de la conductance stomatique calculée par ORCHIDEE. Ils ont ensuite supposé que la concentration dans le chlo-roplaste était proportionnelle à la concentration atmosphérique et à la conductance stomatique.
Anav et al. (2011) ont ainsi pu estimer l’impact instantané de l’ozone sur l’as-similation, IO3inst, représentant le rapport de l’exposition à l’ozone nécessaire pour
contrôler la photosynthèse, et exprimé par une valeur sans dimension entre 0 et 1, comme :
IO3inst= α × gsto× AOT40 (2.2)
où gsto est la conductance stomatique (en mm s−1), AOT40 (exposition cumulée
au delà du seuil de 40 ppb, exprimée en ppb h) est la concentration horaire d’ozone atmosphérique dépassant le seuil de 40 ppb, et α (en mm−1ppb−1) est un coefficient
Type de végétation Coefficient α Référence
Cultures 3.9 × 10−6 Reich (1987)
Conifères 0.7 × 10−6 Reich (1987)
Arbres à feuilles caduques (et autres types de végétation)
2.6 × 10−6 Ollinger et al. (1997)
Table 2.1. – Valeurs du coefficient α (en mm−1ppb−1) pour différents types de
végétation (la référence propre à chaque coefficient est indiquée dans la troisième colonne du tableau).
Afin de tenir compte des dommages persistants causés par l’exposition antérieure des feuilles à l’ozone, Anav et al. (2011) ont également calculé pour chaque mois un impact mensuel moyen de l’ozone sur la photosynthèse (IO3month). Cet impact
mensuel est calculé à partir de l’impact instantané de l’ozone en utilisant la méthode de relaxation linéaire utilisée dans ORCHIDEE pour approximer les variables long terme (Krinner et al., 2005) :
IO3month=
IO3monthdtmonth+ IO3inst
dtmonth+ 1
(2.3)
où dtmonth est le nombre de pas de temps d’ORCHIDEE dans un mois.
Par conséquent, Anav et al. (2011) ont défini l’impact réel de l’ozone sur la pho-tosynthèse (IO3) comme : IO3 = 3IO3month+ IO3inst 4 (2.4)
Les poids respectifs des impacts mensuel (3/4) et instantané (1/4) ont été calculés
de façon empirique, en les ajustant à l’impact de l’O3 observé sur le long terme lors
d’expositions à des pics d’ozone.
Finalement, Anav et al. (2011) ont calculé la PPB impactée par l’ozone :
PPBO3 = PPB1 − IO3 (2.5)
calculée par ORCHIDEE.
Impact de l’ozone sur la conductance stomatique
Le dépôt sec de l’ozone est paramétré dans CHIMERE comme un flux descendant d’ozone (en mol´eculesO3cm−2s−1)
ΦO3 = −vd,O3[O3] (2.6)
sortant de la couche la plus basse du modèle, avec [O3] (en mol´eculesO3cm−3)
la concentration d’ozone à une certaine hauteur de référence, et vd,O3 la vitesse de
dépôt sec de l’ozone (en cm s−1).
vd,O3 dépend notamment des conductances stomatique et non-stomatique de l’ozone.
Ces conductances, exprimées en mmolO3m−2s−1, correspondent respectivement au
flux d’ozone absorbé par la végétation au travers des stomates et au flux d’ozone absorbé par d’autres moyens tels que les feuilles mouillées sénescentes (Le Morvan-Quéméner et al., 2018).
Pour tenir compte de l’impact de l’ozone sur la conductance stomatique, Anav et al. (2012) ont utilisé la relation empirique formulée par Felzer et al. (2002) :
gsto,O3 = −0.3133 + 0.8126 × PPBO3 (2.7)
où gsto,O3 et PPBO3 sont respectivement la conductance stomatique (en mol m
−2s−1)
et la PPB (en TgC ann´ee−1) impactées par l’ozone, et −0.3133 et 0.8126 sont des
coefficients calculés de façon empirique par Aber et Federer (1992) à partir des don-nées d’Aubuchon et al. (1978); Hinckley et al. (1978); Abrams et al. (1990); Amthor et al. (1990). En effet, d’après Aber et Federer (1992), ces données démontrent une relation forte entre le taux absolu de photosynthèse nette et la conductance foliaire mesurée.
C’est cette conductance, gsto,O3, qui est ensuite utilisée par CHIMERE pour le
calcul du dépôt sec de l’ozone sur la végétation. Cette paramétrisation ne permet pas de tenir compte de la contribution du dépôt non stomatique dans le calcul de la résistance de surface.
2.3.1.2. Résultats obtenus
Avec leur couplage, Anav et al. (2012) ont observé une réduction de la PPB d’environ 23 % et une réduction du LAI de 15 à 20 % par rapport à la version non-couplée. La figure 2.4a montre la PPB (en gC m2ann´ee−1) calculée par ORCHIDEE
couplé à CHIMERE.
Anav et al. (2012) ont observé lors de leur simulation qu’ORCHIDEE décrivait bien la distribution spatiale de la PPB, malgré une sous-estimation non négligeable dans les régions de l’ouest de la France, de l’Irlande et du sud de l’Angleterre, et une surestimation autour des montagnes des Carpates. La figure 2.4b montre l’indice de vérification obtenu en comparant la concentration quotidienne moyenne d’ozone calculée par CHIMERE aux observations des réseaux AIRBASE (AirBase-Web) et EMEP (EMEP-Web) pour 1389 stations au sol. D’après Anav et al. (2012), leur couplage a permis d’améliorer les performances de CHIMERE en Europe centrale et dans certains sites méditerranéens. Cependant, les performances restent faibles dans la partie sud du domaine, ce qui pourrait s’expliquer par le caractère empirique des coefficients utilisés dans la relation 2.7 (coefficients qui dépendent du climat et du type de végétation), et par la non prise en compte de la contribution du dépôt non stomatique dans le calcul de la résistance de surface (Le Morvan-Quéméner et al., 2018).
Les modèles CHIMERE et ORCHIDEE ont évolué depuis l’étude d’Anav et al. (2012). Des résultats différents pourraient donc être observés avec les versions ac-tuelles des modèles, utilisées dans le cadre de ce stage.
2.3.1.3. Limites du couplage Émissions biogéniques
Anav et al. (2012) ont utilisé les émissions biogéniques calculées par CHIMERE (via le modèle MEGAN). Il serait peut-être plus pertinent, au vu des compartiments physiques modélisés par chacun des modèles et des paramétrisations utilisées, d’uti-liser les émissions biogéniques calculées par ORCHIDEE. En effet, si un processus atmosphérique interagit fortement avec les processus de surface (autrement dit si il est fortement couplé à ces processus), et donc que son pas de temps est proche de ce-lui des processus de surface, alors il doit être décrit par le modèle de surface (Polcher et al., 1998). Cette répartition des processus permet de simplifier et de rendre plus flexible les couplages entre les modèles, et d’accroître le potentiel de réutilisation de
(a) (b)
Figure 2.4. – Résultats du couplage de CHIMERE et d’ORCHIDEE réalisé par
Anav et al. (2012). La figure 2.4a représente la PPB annuelle (en gC m2ann´ee−1)
calculée par ORCHIDEE. La figure 2.4b montre l’indice de vérification obtenu en comparant la concentration quotidienne moyenne d’ozone calculée par CHIMERE aux observations des réseaux AIRBASE (AirBase-Web) et EMEP (EMEP-Web) pour 1389 stations au sol (1 : les concentrations calculées par CHIMERE sont identiques à celles mesurées ; 0 : les concentrations calculées par CHIMERE sont très différentes de celles mesurées). (Anav et al., 2012)
chacun des modèles. De plus, d’après Messina et al. (2016), ORCHIDEE est plus sensible aux variations de LAI que le modèle MEGAN pour le calcul des émissions biogéniques. L’utilisation du module de calcul des émissions biogéniques d’ORCHI-DEE pourrait donc permettre de mieux tenir compte des variations du LAI dans le couplage de CHIMERE et d’ORCHIDEE.
Contribution du dépôt non-stomatique
Par ailleurs, Anav et al. (2012) n’ont pas tenu compte dans leur paramétrisation de la contribution du dépôt non stomatique dans le calcul de la résistance de surface. Or, Le Morvan-Quéméner et al. (2018) ont montré que cette contribution n’était pas négligeable. La prise en compte de cette contribution permettrait donc de mieux estimer la vitesse de dépôt de l’ozone sur la végétation, et ainsi de calculer des concentrations d’ozone plus réalistes.
Paramétrisation de l’impact de l’ozone sur la végétation
Pour estimer l’impact de l’ozone sur la végétation, Anav et al. (2012) ont utilisé l’AOT40, un indicateur basé sur les concentrations en polluant. Or, d’après Mills et al. (2011), les relations flux-impact obtenues à partir des indicateurs de flux comme le PODy semblent plus performantes que les relations dose-impacts fondées
sur les indicateurs de concentrations comme l’AOT40. L’utilisation de relations flux-impact pour estimer l’flux-impact de l’ozone sur la végétation est donc une piste possible d’amélioration de ce couplage.
Échange des données du couplage
Au niveau de l’implémentation, le couplage d’Anav et al. (2012) lisait et écrivait les fichiers d’entrées et de sorties des modèles couplés sur le disque dur. Ces lec-tures et écrilec-tures augmentaient considérablement les temps de calcul, et rendaient difficile l’utilisation d’un pas de temps inférieur à la journée pour l’échange du LAI et des émissions biogéniques entre le modèle MEGAN et les modèles CHIMERE et ORCHIDEE. Un couplage des modèles au moyen du coupleur OASIS éviterait ces lectures et écritures et permettrait sans doute d’améliorer les performances de calcul (Craig et al., 2017). Cela rendrait alors possible l’utilisation d’un pas de temps infé-rieur à la journée pour l’échange du LAI et des émissions biogéniques entre le modèle MEGAN et les modèles CHIMERE et ORCHIDEE, et permettrait ainsi d’améliorer la précision des modèles couplés.
2.3.2. Couplage de CHIMERE et d’ORCHIDEE avec OASIS
Cette section s’intéresse aux couplages existants de CHIMERE et d’ORCHIDEE avec le coupleur OASIS.2.3.2.1. Couplage online
Le couplage de modèles online permet d’exécuter simultanément plusieurs mo-dèles et de faire communiquer ces momo-dèles entre eux. Cela permet de modéliser des rétroactions, car les modèles peuvent alors interagir dans les deux sens à chaque pas de temps.
Pour faire du couplage online de modèles, il est possible de fusionner les modèles en un seul (les modèles CHIMERE et MEGAN par exemple). Cependant, une fois les modèles fusionnés, il peut être difficile de les faire évoluer indépendamment. Cela peut notamment poser problème lorsque les modèles fusionnés sont développés par des équipes de modélisation indépendantes, ou lorsque plus de deux modèles doivent être couplés.
L’utilisation d’un coupleur externe pour gérer les échanges de variables est une bonne alternative à la fusion des modèles. Elle consiste à interfacer chaque mo-dèle avec le coupleur, ce qui permet aux momo-dèles de pouvoir continuer à évoluer indépendamment. De plus, le coupleur peut effectuer certaines opérations sur les données échangées, telles que des interpolations. Cette approche permet également de mieux partager les développements des modèles entre différents groupes de re-cherche tout en permettant à chaque groupe de continuer à administrer son propre modèle. Plusieurs couplages de modèles online, tels que WRF-CMAQ (Wong et al., 2012), CNRM-CM5 (Voldoire et al., 2013) ou MPI-ESM (Giorgetta Marco A. et al., 2013; Jungclaus J. H. et al., 2013), utilisent cette méthode.
2.3.2.2. Le coupleur OASIS
OASIS (Ocean Atmosphere Sea Ice Soil) (Valcke et al., 2013; Craig et al., 2017) est un coupleur de modèles externe développé par le CERFACS (Centre Européen de Recherche et de Formation Avancée en Calcul Scientifique) et très utilisé pour faire du couplage online de modèles.
syn-remaillage) et les échanges d’informations en parallèle au moyen de la bibliothèque MPI (Message Passing Interface). OASIS supporte le format NetCDF (Network Common Data Form) pour les entrées et sorties. Les données échangées et les pa-ramètres du couplage sont renseignés dans un fichier de configuration appelé nam-couple.
Plusieurs modèles de géosciences tels que ECHAM (Stevens Bjorn et al., 2013), LMDz (Hourdin et al., 2006) et ORCHIDEE (Krinner et al., 2005) ont notamment été interfacés avec OASIS, et font partie de modèles couplés online de simulation climatiques tels que EC-earth (Sterl et al., 2012) et IPSL-CM5 (Dufresne et al., 2013).
La dernière version d’OASIS est OASIS3-MCT 3.0. Elle est téléchargeable depuis le site web du coupleur (OASIS-Web). Ce site met également à disposition de la documentation et des tutoriels.
2.3.2.3. Interface CHIMERE-OASIS
Briant et al. (2017) ont récemment couplé les modèles CHIMERE et WRF avec OASIS pour modéliser les interactions entre les aérosols et les radiations, en échan-geant les données météorologiques calculées par WRF et les propriétés optiques des aérosols calculées par CHIMERE.
Pour cela, Briant et al. (2017) ont développé dans CHIMERE le module CHISIS (CHImere/oaSIS), qui joue le rôle d’interface entre CHIMERE et OASIS. CHISIS contient des sous-programmes génériques permettant à CHIMERE de communiquer avec WRF et facilitant le couplage de CHIMERE avec d’autres modèles. De plus, CHISIS permet à CHIMERE de lire le fichier namcouple d’OASIS pour, par exemple, allouer de façon dynamique les variables échangées entre les modèles.
De nouveaux scripts ont été développés dans CHIMERE pour permettre la com-pilation et le lancement de CHIMERE seul ou de CHIMERE couplé à WRF. En mode couplé, des options permettent de réaliser différents scénarios de couplage : couplage sans rétroaction ou couplage avec effets des aérosols sur la météorologie. Ces scripts permettent également de générer automatiquement le fichier namcouple d’OASIS.
OASIS permet d’échanger des variables 1D et 2D, mais pas des variables 3D. Or, CHIMERE calcule aussi des variables 3D (comme, par exemple, les champs de concentrations dans l’atmosphère). Pour envoyer des variables 2D et 3D à d’autres modèles, CHIMERE les décompose donc d’abord en tableaux 1D linéarisés. De
même, CHIMERE reçoit les données des autres modèles sous forme de tableaux 1D linéarisés, à partir desquels il reconstruit ses variables 2D et 3D. Pour assurer ces décompositions et ces reconstructions, une grille 1D prédéfinie doit être associée à chaque variable 2D ou 3D envoyée ou reçue par CHIMERE. Par exemple, pour pouvoir envoyer ou recevoir des variables 2D, il faut définir dans CHIMERE une grille 1D de taille nlon × nlat (nlon et nlat : nombre de divisions en longitude et latitude). Pour les variables 3D, il faut définir une grille de taille nlon × nlat × nvert (nvert : nombre de divisions verticales). Enfin, pour les variables 3D dites « décalées verticalement », il faut définir une grille de taille nlon × nlat × (nvert + 1). Ensuite, quelle que soit la taille des variables à échanger, c’est aux différents modèles qu’il ap-partient de faire la mise en correspondance entre les tableaux 1D échangés et leurs variables. CHIMERE étant jusqu’à présent couplé uniquement au modèle WRF, pour le moment seules les grilles 1D associées aux tailles des variables à échanger avec le modèle WRF sont définies dans l’interface CHISIS.
2.3.2.4. Interface ORCHIDEE-OASIS
Dans le cadre des projets MORCE (Drobinski et al., 2012) et RegIPSL (?Polcher et al., 2018), un couplage via OASIS des modèles WRF et ORCHIDEE a été réa-lisé, et le couplage du modèle océanique NEMO (NEMO-Web) avec ORCHIDEE est en cours de développement. Ces projets visent à développer un ESM (Modèle Système Terre) Régional pour la région méditerranéenne, pour étudier notamment les interactions entre la surface et l’atmosphère.
Pour réaliser ces couplages, des interfaces OASIS ont été développées pour chacun des modèles. Ces interfaces permettent d’une part d’échanger des variables entre les modèles, mais aussi de forcer les modèles à partir de données pré-calculées.
Les données échangées entre les modèles sont décrites sur la page web du pro-jet RegIPSL (RegIPSL-Web). Ce site indique également les versions des modèles utilisées pour les couplages.
Actuellement, les simulations couplant WRF et ORCHIDEE via OASIS peuvent être lancées via la bibliothèque libIGCM (OutilsIPSL-Web). Il existe également un script Shell permettant d’utiliser OASIS pour lancer ORCHIDEE seul à partir de données de forçage.
2.4. Conclusion
2.4.1. Modèle 0D
Pour simuler la chimie atmosphérique de façon complète, les modèles 0D publiés dans la littérature scientifique utilisent des mécanismes chimiques complexes. Des modèles 0D utilisant des mécanismes plus simples sont néanmoins présentés dans le cadre de formations universitaires.
Parmi ces modèles à visée pédagogique, certains négligent trop de processus et ne permettent pas au système de se maintenir à l’équilibre pendant plus de quelques heures. Ils ne sont donc pas utilisables pour simuler des scénarios de pollution sur plusieurs jours.
Un des modèles trouvés semble cependant proposer un mécanisme chimique et des paramétrisations (couche de mélange, fréquences de photolyses, dépôt sec, émissions et dilution) suffisants. Ce modèle 0D devrait me permettre de simuler numérique-ment la dynamique d’évolution des concentrations d’ozone à la surface dans un environnement de type urbain.
Il s’agira donc, dans le cadre de ce stage, de reprendre ce TP en vérifiant et en expliquant les paramétrisations utilisées, d’écrire les équations bilans des réactions, d’implémenter le modèle en langage Python, et de réaliser des tests de sensibilités correspondant à différents scénarios de pollution.
2.4.2. Couplage de CHIMERE et d’ORCHIDEE via OASIS
Anav et al. (2012) ont développé il y a quelques années un couplage des modèles CHIMERE et ORCHIDEE, permettant de quantifier les interactions entre l’ozone troposphérique et la végétation, au travers notamment de rétroactions entre l’ozone, la PPB et la conductance stomatique. Ce couplage n’utilisait pas le coupleur OASIS. De plus, le dépôt non stomatique n’était pas pris en compte dans le calcul de la résistance de surface, et CHIMERE utilisait les émissions biogéniques calculées par MEGAN. Enfin, les échanges de données entre les modèles se faisaient par lectures et écritures sur disque, et le code de ce couplage n’a pas été maintenu.
L’utilisation du coupleur OASIS pour le couplage des modèles CHIMERE et OR-CHIDEE permettrait d’éviter d’échanger les données de couplage par lectures et écritures sur disque, et favoriserait l’interopérabilité des modèles par la suite. L’uti-lisation par CHIMERE des émissions biogéniques calculées par ORCHIDEE
permet-trait de mieux répartir les processus entre les modèles, et de tester plus facilement de nouvelles paramétrisations. Enfin, la prise en compte du dépôt non stomatique dans le calcul de la résistance de surface permettrait de mieux estimer la vitesse de dépôt sec de l’ozone sur la végétation et ainsi de calculer des concentrations d’ozone plus justes.
Il n’existe pas encore à l’heure actuelle de couplage de CHIMERE et d’ORCHI-DEE via OASIS. Mon travail consistera donc à identifier dans le code des modèles les paramètres à échanger, développer les interfaces nécessaires au couplage des mo-dèles avec OASIS, déployer les momo-dèles sur le serveur ClimServ, et tester le couplage réalisé en lançant des simulations et en calculant la PPB impactée par l’ozone.
3. Modélisation 0D de la chimie de
l’ozone troposphérique
Ce chapitre décrit les solutions techniques choisies pour développer le modèle 0D, ainsi que les résultats obtenus.
3.1. Problème à résoudre
La problématique de ce stage consistait à coupler les modèles CHIMERE et OR-CHIDEE au moyen du coupleur OASIS, en tenant compte des interactions entre l’ozone troposphérique et la végétation, afin d’estimer l’impact de l’ozone sur le rendement des grandes cultures.
Ces interactions peuvent être représentées en utilisant le concept des comparti-ments géophysiques, présenté à la figure 3.1. Dans ce schéma, les comparticomparti-ments (végétation et atmosphère) interagissent au travers d’équations de conservation des concentrations d’ozone ([O3], équations 1 à 6) et échangent des variables (COV bio-géniques, bilans hydrique et énergétique), le tout au sein de trois couches verticales (couches de surface, couche laminaire et végétation) sur une épaisseur totale d’envi-ron 20 m. Ces compartiments sont également soumis à des facteurs envid’envi-ronnemen- environnemen-taux (rayonnement, vitesse de frottement, flux entrant, couverture du sol, type de plantes, résistance au dépôt, etc.) qui les impactent. Réciproquement, les processus intervenant dans ces compartiments peuvent également impacter cet environnement (production de biomasse, concentration d’ozone).
Toutes ces interactions sont complexes, et donc difficiles à comprendre et à modé-liser, d’autant plus quand le domaine modélisé est en trois dimensions (Wolfe et al., 2016).
De plus, les concentrations de l’ozone sont pilotées par un ensemble de proces-sus eux aussi complexes : émissions de précurseurs, réactions chimiques et photo-chimiques, mélanges turbulents dans la couche limite atmosphérique, advection et
Figure 3.1. – Schéma conceptuel des compartiments géophysiques où se déroulent
les interactions entre l’ozone troposphérique et la végétation. PPFD : densité de flux de photons photosynthétiques, u∗ : vitesse de frottement, [CO
2] :
concentra-tion en CO2, Hs : humidité relative, [O3]0 et [O3] : concentrations d’O3 initiale et
courante, Ra : résistance aérodynamique, Rb : résistance quasi-laminaire, Rc :
ré-sistance de surface, vd: vitesse de dépôt, Tf : température des feuilles, PFT : type
de plante fonctionnel, An : photosynthèse nette, LAI : indice de surface foliaire,
dépôt.
Or, le couplage des modèles CHIMERE et ORCHIDEE nécessite au préalable de comprendre ces processus et ces interactions.
3.2. Solutions proposées
Les modèles 0D, aussi appelés modèles « boîte », permettent de mieux comprendre les processus pilotant la composition chimique de l’atmosphère, et de tester des hypothèses grâce à des simulations de sensibilité ciblées et à leur comparaison avec des observations (Wolfe et al., 2016).
Pour répondre à la problématique, j’ai donc choisi de développer un modèle 0D simple de la chimie de l’ozone troposphérique, en m’appuyant sur les paramétri-sations et le mécanisme chimique proposés pour un TP sur la dynamique de la pollution atmosphérique (M1SGE-Web). Les valeurs des paramètres utilisées dans ce modèle correspondent aux valeurs habituellement observées en été dans les en-vironnements de type urbain des régions tempérées de l’hémisphère nord, et sont issues du livre de Jacob (1999).
Le modèle 0D développé permet de mieux comprendre la chimie de l’ozone en mi-lieu urbain, et les interactions entre l’ozone troposphérique et la surface. Cependant, de part les paramétrisations utilisées (dépôt et émissions), ce modèle ne décrit pas les interactions entre l’ozone et la végétation.
Le développement de ce modèle a d’abord consisté à définir et expliquer le mé-canisme chimique et les paramétrisations utilisés. Puis, j’ai écrit les équations bilan des concentrations et j’ai implémenté le modèle 0D en langage Python. Enfin, j’ai réalisé des tests de sensibilité pour différents scénarios environnementaux.
3.2.1. Mécanisme chimique
Le mécanisme chimique complet de formation de l’ozone troposphérique est com-plexe car il fait intervenir de nombreuses espèces chimiques qui réagissent entre elles sous l’effet du rayonnement solaire. Pour résumer, l’ozone (O3) est produit lors de l’oxydation du monoxyde de carbone (CO) et des COVs (Composés Organiques Volatiles), par catalyse des radicaux hydroxyles (HOx), en présence de radicaux ni-trates (NOx). Les composés carbonylés produits (R’CHO) peuvent alors de nouveau réagir avec des radicaux hydroxyles (HOx) pour produire de l’ozone, ou créer par
Réaction Taux de réaction 1 RH + OH −−→ HO2 2.0e−11 2 HO2+ NO −−→ OH + NO2 8.3e−12 3 NO2+ OH −−→ HNO3 1.4e−11 4 NO + O3 −−→ NO2 1.8e−14 5 NO2+ hν −−→ NO + O3 5.0e−3 6 O3+ hν −−→ 2 OH 6.0e−6 7 HO2+ HO2 −−→ H2O2 5.8e−12
Table 3.1. – Réactions chimiques prises en compte dans le modèle 0D et taux
de réaction associés. Si la réaction ne dépend pas de l’intensité de la lumière, le taux de réaction est exprimé en cm3mol´ecule−1s−1 (réactions 1 à 4 et 7). Sinon,
le taux de réaction correspond à une fréquence de photolyse et est exprimé en s−1(réactions 5 et 6). Les fréquences de photolyse correspondent aux fréquences
maximales sur un cycle diurne. (Jacob, 1999 ; M1SGE-Web)
photolyse de nouveaux radicaux hydroxyles (HOx).
Dans ce modèle 0D, la chimie de l’ozone est représentée de façon simplifiée à l’aide d’un mécanisme chimique comprenant 7 espèces et 6 réactions (figure 2.2). Ce mécanisme néglige l’oxydation du monoxyde de carbone (CO), et donc la formation d’ozone qui en résulte. Concernant les radicaux hydroxyles (HOx), ils se limitent aux radicaux OH et HO2, et on néglige donc les réactions liées aux radicaux H, RO
et RO2. Les R’CHO étant normalement produits lors de la réaction du RO2 avec le
NO, il n’y a donc pas formation de R’CHO, et, par conséquent, il n’y a donc pas non plus de formation d’ozone liée aux réactions des R’CHO avec OH, ni de création de nouveaux radicaux HOx normalement issus de la photolyse des R’CHO.
Le tableau 3.1 liste les réactions de ce mécanisme chimique.
Dans le tableau 3.1, à chaque réaction est associé un taux de réaction, qui repré-sente la vitesse à laquelle les réactifs sont transformés en produits.
Le taux de réaction a une signification différente selon que la réaction dépend ou non de l’intensité de la lumière.
tableau 3.1), alors cette réaction peut s’écrire :
X + Y −−→ P + Q (3.1)
Le taux de réaction k s’exprime alors en cm3mol´ecule−1s−1 et est tel que :
d
dt[X] = −k [X] [Y] (3.2)
où les concentrations [X] et [Y] sont exprimées en mol´ecules cm−3 (densité en
nombre).
Si la réaction dépend de l’intensité de la lumière (réactions 5 et 6), alors il s’agit d’une réaction de photolyse.
Ce type de réaction s’écrit par exemple :
X + hν −−→ Y + Z (3.3)
où X est le réactif et Y et Z les produits de la réaction, h est la constante de Planck, et ν est la fréquence (ou taux) de photolyse.
Le taux de réaction est alors égal à la fréquence de photolyse, et est exprimé en s−1. Ce taux est tel que :
−dtd [X] = dtd [Y] = dtd [Z] = k [X] (3.4)
avec [X], [Y] et [Z] les concentrations du réactif et des produits de la réaction (en mol´ecule cm−3).
Dans le tableau 3.1, les fréquences de photolyse correspondent aux fréquences maximales sur un cycle diurne.
3.2.2. Paramétrisations
Cette section présente les paramétrisations décrivant l’évolution temporelle de la couche de mélange, des fréquences de photolyses, du dépôt sec et des émissions.
